多感知数据流上基于异常探测的相关性分析
在传感器网络节点资源受限的计算环境下,通过相关性分析可以把不相关属性排除在感知数据流的处理过程之外,可以提高系统的效能,为此提出了一种新颖的属性相关性联机分析算法,首先使用蓄水池抽样算法与多快照窗口方法并行地分别对多支单属性感知数据流构建概要数据结构,这样就使得概要数据结构得到连续更新,且使得无限的感知数据流具有了便于被分析和处理的区间性与结构性,然后并行地分别对每支感知数据流上的相同时间段内的感知数据进行方差分析,如果在多个相同的时间段内若干支感知数据流出现了异常,就可以认为与这若干支感知数据流相对应的属性在这些时间段内是相关的。理论分析与实验结果表明,该相关性分析算法是正确的和有效的。
无线传感器网络 网络架构 多感知数据流 相关性分析 方差分析
王小龙 马瑞民
大庆石油学院计算机与信息技术学院,大庆 163318
国内会议
哈尔滨
中文
360-364
2007-08-30（万方平台首次上网日期，不代表论文的发表时间）